python ndimage.gaussian_filter_干货整理！10个Python图像处理工具，入门必看，提效大法...

im=Image.open( 'image.jpg')

im.show

fromPIL importImageEnhance

enh=ImageEnhance.Contrast(im)

enh.enhance( 1.8).show( "30% more contrast")

官方介绍：https://pillow.readthedocs.io/en/3.1.x/index.html

5、OpenCV-Python

OpenCV是计算机视觉应用中使用最广泛的库之一，OpenCV-Python是OpenCV的python API。

总体来说，因为后台由用C / C ++编写，因此OpenCV-Python不仅速度快，也易于编程和部署。这使其成为执行计算密集型视觉程序的绝佳选择。

来看一下用例，下图展示的是OpenCV-Python在Image Blending中使用Pyramids创建一个名为’Orapple’的新水果的功能。

上手指南：https://github.com/abidrahmank/OpenCV2-Python-Tutorials

6、SimpleCV

SimpleCV也是广泛被使用的构建计算机视觉应用程序的开源框架。

手握SimpleCV，你可以访问几个高性能的视觉库，而无需先了解图像色深(bit depth)、文件格式、色彩空间等。

SimpleCV拥护者的支持理由有两个，一是初学者也可以借此编写简单的视觉任务，二是无论是相机、视频文件、图像和视频流可互相操作。

用户指南：https://simplecv.readthedocs.io/en/latest/

7、Mahotas

Mahotas包含传统的图像处理功能，如滤波和图像形态学处理，以及用于特征计算，比如兴趣点检测和局部描述子等。

这个库适用于快速开发，算法是用C++实现的，并且针对速度进行了调整。

官方地址：https://mahotas.readthedocs.io/en/latest/

用户指南：https://mahotas.readthedocs.io/en/latest/index.html

8、 SimpleITK

ITK是一个开源的跨平台系统，提供一整套用于图像分析的软件工具。

其中，SimpleITK是一个建立在ITK之上的简化层，促进其在简化原型、教育和解释语言中的应用。

SimpleITK是一个图像分析工具包，内含大量组件，支持一般滤波操作、图像分割和图形配准。

SimpleITK本身是用C++编写的，但也适用于包括Python在内的大量编程语言。

下面就是用SimpleITK和Python创建的可视化的CT/MR图：

官方地址：https://itk.org/

学习资料：http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/

9、GraphicsMagick

GraphicsMagick号称图像处理领域的瑞士军刀。代码短小却提供了一个鲁棒、高效的工具和库集合，可用来处理图像的读取、写入和操作。

支持超过88种图像格式，包括重要的DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF。

将它用于图像边缘提取任务，效果如下：

官方资料：https://pypi.org/project/pgmagick/

相关资源：https://github.com/hhatto/pgmagick

10、Pycairo

pyCairo是一个Python的2D图形渲染库，可用于绘制矢量图形的2D图形，在调整大小或变换时不会丢失清晰度。

下面这个用例是用Pycairo绘制线条、基本形状和径向梯度。

官方介绍：https://cairographics.org/

相关资源：https://github.com/pygobject/pycairo